基于机器视觉的精确尺寸测量研究.docVIP

第一章 绪论 第一章 绪论 §1.1 课题的研究背景及意义 §1.1.1 机器视觉技术 随着当今社会科技的进步以及自动化程度的不断提高，机器视觉技术引起了大众 的广泛关注，并且成为当今最为活跃的研究领域之一，具有非常广阔的应用前景，并 以独特的优势引起了国内外的广泛关注。所谓机器视觉，是指使用包括计算机、摄像 机等自动化设备来代替人类的视觉功能，以完成对目标进行测量、检测、跟踪定位等 工作，并加以识别。机器视觉虽然在理论上已经形成了较为完整的理论体系，技术方 面也达到了一定的水平，但是与人类视觉相比，在功能方面仍处于低级阶段，还需要 人们不断地进行探索与研究。 机器视觉检测技术是在机器视觉的理论基础上建立起来的一种检测技术，由于传 统的测量技术和设备在效率、精度及自动化程度等方面都比较低，因而很难满足精确 测量的要求。机器视觉检测技术最大的优势与特征在于用带有机器视觉功能的设备来 代替人工劳动，有效地提高自动化程度、劳动生产率及效率。尤其在某些人工无法参 与的恶劣或者高危环境下，机器视觉检测技术显得尤为重要，其优势也更加明显。 机器视觉系统具有自动化、非接触、精度高的特点，使其在大批量自动化生产过 程中对产品的检查测量及外观辨别等方面有着明显而独特的优势[1]。随着社会的进步 与工业技术的迅猛发展，各行各业都对生产过程的自动化水平、产品的智能化都提出 了更高的需求。例如在制造业中，通常要对产品的尺寸进行检测，并判断其误差的大 小，或者判断产品的形状是否规范。传统的测量方法是通过人工采用相应的测量工具 进行检测，但是这种方法很容易引进误差，另一方面成本也较高，而且效率低下，不 能够满足生产的需要，而基于机器视觉的检测技术就能够有效地改善人工方法的缺 点。机器视觉检测技术在医疗方面也具有广泛的应用以及独特的优势，例如医院在临 床诊断、病情检测、病理研究等许多方面都使用了机器视觉，如常见的 X 光、CT 和 心血管检测等。此外，机器视觉技术在国防科技、卫星遥感与监控等领域也有着重要 的应用价值，例如，在对太空星球进行探索过程中，科学家们经常采用机器视觉设备 对星体表面进行图片采集或者其他探索研究[2]。机器视觉在公共安全以及民用领域非 常广泛的应用价值。例如利用机器视觉对公民的人体特征进行采集并放入人体库，作 为对犯罪分子人体特征进行识别，并实施抓捕的重要依据。相对于人类视觉的识别功 能，机器视觉具有高效、准确等优势。 §1.1.2 摄像机标定技术 摄像机标定，是指通过建立三维空间物点与二维图像点间的对应关系模型，来获 1 基于机器视觉的精确尺寸测量研究 取摄像机成像几何模型的参数的过程。实际上就是求解空间点与像点的对应关系，根 据这种关系由二维像点坐标推出物点三维世界坐标，或从已知的三维信息推出二维信 息。摄像机的模型参数可分为内部参数和外部参数[3]。内部参数主要反映的是摄像机 本身的成像参数，外部参数则反映了摄像机与目标物的空间关系。随着计算机视觉技 术的普及与发展，摄像机标定技术已经成为机器视觉检测技术的不可或缺的基础和前 提。 目前关于摄像机标定理论方面的研究已经比较成熟。常见的摄像机标定法主要 有：传统的摄像机标定法、摄像机自标定法和基于主动视觉的摄像机标定法[4]。虽然 到目前为止，各种摄像机标定方法层出不穷。但迄今为止仍未找到一种能适用于各种 场合的通用标定方法，因为人们总是渴望一种运算更快、精度更高、且更灵活方便的 标定方法，吸引着国内外许多学者和科研机构努力地进行着相关项目的研究，推动这 摄像机技术的不断发展进步。 以往许多文献中都是利用标准件来进行摄像机的标定，以确定二维像素点与真实 的物理尺寸的对应关系。其方法是将标准件的实际尺寸与该标准件在一定放大倍率下 的图像像素数的比值作为该放大倍率下的尺度因子，即代表一个像素点所对应的实际 长度。这种方法的原理与操作过程虽然简单，但其缺陷是必须保持摄像机镜头与标准 件的绝对垂直，而在实际情况中这是不可能做到的。而且由于摄像机镜头一般都存在 畸变，这种通过标准件比例尺度来进行摄像机标定的方法会存在较大的误差。为了提 高标定的精度，很有必要考虑非线性畸变。1966 年，B.Halfert 首次提出了将最小二 乘法用于对多余观察数据处理来进行摄像机标定的方法，得到了高精度的测量结果， 为非线性优化在摄像机标定中的应用开启了大门。1975 年，W.Faig 用非线性优化来 求解他所建立的复杂摄像机模型。此方法很适用于多参数的非线性畸变模型的标定。 §1.1.3 边缘检测技术 图像是人类感知外部世界的一种十分必要的视觉载体，同时也是人类进行信息表 达和传递的重要方式之一。而边缘在图像处理中的应用也最为广泛，因为它包含了图 像中的重要信息，是图像最基本的特征之一。所谓边缘，是指图